CN112384867A - 机器学习装置、数控加工程序生成装置及机器学习方法 - Google Patents

机器学习装置、数控加工程序生成装置及机器学习方法 Download PDF

Info

Publication number
CN112384867A
CN112384867A CN201880095426.6A CN201880095426A CN112384867A CN 112384867 A CN112384867 A CN 112384867A CN 201880095426 A CN201880095426 A CN 201880095426A CN 112384867 A CN112384867 A CN 112384867A
Authority
CN
China
Prior art keywords
machining
machining program
knowledge
unit
generating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201880095426.6A
Other languages
English (en)
Other versions
CN112384867B (zh
Inventor
松原晋
内田守昭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN112384867A publication Critical patent/CN112384867A/zh
Application granted granted Critical
Publication of CN112384867B publication Critical patent/CN112384867B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/4093—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by part programming, e.g. entry of geometrical information as taken from a technical drawing, combining this with machining and material information to obtain control information, named part programme, for the NC machine
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35216—Program, generate nc program, code from cad data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Numerical Control (AREA)

Abstract

机器学习装置(50)具有：状态观测部(51)，其将包含切削加工品的加工成品形状的信息及材料的材质的信息在内的加工形状数据、用于自动生成包含用于从被加工物切削出切削加工品的多个切削加工在内的数控加工程序的数控加工程序生成方法、和针对参照数控加工程序的生成方法而生成的第一数控加工程序的编辑内容，作为状态变量进行观测；以及学习部(52)，其按照基于状态变量而创建的数据集，对数控加工程序的生成方法进行学习。

Description

机器学习装置、数控加工程序生成装置及机器学习方法
技术领域
本发明涉及对在用于对工作机械进行数控的数控加工程序的自动生成中使用的数控加工程序的生成方法进行学习的机器学习装置、数控加工程序生成装置及机器学习方法。
背景技术
近年来，在数控(Numerical Control：NC)工作机械的领域中，为了能够自动加工出复杂且多样的形状的工作物，将多种刀具能够更换地装备于刀架，能够实施车削加工、开孔加工、铣削加工等多样的加工工序的复合机械化不断发展。
在专利文献1中公开了数控加工程序创建装置，其使存储部对针对自动生成的加工程序而由操作者修正后的切削条件的修正内容进行存储，在其他操作者接下来创建相同的加工程序时，能够再利用修正后的切削条件。
专利文献1：日本特开2002－132313号公报
发明内容
但是，在上述专利文献1的数控加工程序创建装置中，能够进行再利用的仅是使加工对象材料旋转的主轴的转速、旋转刀具和加工对象材料之间的相对切削进给量及切削抬离这样的切削条件，无法关于加工顺序及加工方法而自动生成加工程序。
本发明就是鉴于上述情况而提出的，其目的在于，得到能够关于加工顺序及加工方法中的至少一者而自动生成加工程序的、能够自动地学习数控加工程序的生成方法的机器学习装置。
为了解决上述的课题，达到目的，本发明所涉及的机器学习装置具有：状态观测部，其将包含切削加工品的加工成品形状的信息及材料的材质的信息在内的加工形状数据、用于自动生成包含用于从被加工物切削出切削加工品的多个切削加工在内的数控加工程序的数控加工程序生成方法、和针对参照数控加工程序的生成方法而生成的第一数控加工程序的编辑内容，作为状态变量进行观测；以及学习部，其按照基于状态变量而创建的数据集，对数控加工程序的生成方法进行学习。
发明的效果
根据本发明，具有下述效果，即，得到能够关于加工顺序及加工方法中的至少一者而自动生成加工程序的、能够自动地学习数控加工程序的生成方法的机器学习装置。
附图说明
图1是表示本发明的实施方式1所涉及的数控装置的结构例的框图。
图2是表示行动价值表的概念的图。
图3是表示在本发明的实施方式1所涉及的机器学习装置的函数更新部中存储有加工知识及反映加工知识的状态的一个例子的图。
图4是表示本发明的实施方式1中的行动价值函数Q(s，a)的更新处理的顺序的流程图。
图5是表示本发明的实施方式1所涉及的NC加工程序生成装置的NC加工程序生成部中的NC加工程序生成处理的顺序的详细内容的流程图。
图6是表示本发明的实施方式1中的CAD(Computer－Aided Design)数据所表示的加工成品形状的立体模型的一个例子的斜视图。
图7是表示包含本发明的实施方式1中的CAD数据所表示的加工成品形状在内的材料形状的一个例子的斜视图。
图8是表示根据本发明的实施方式1中的CAD数据所表示的加工成品形状和材料形状而生成的加工去除形状的一个例子的斜视图。
图9是表示本发明的实施方式1中的材料形状、根据加工形状而生成的车削剖面形状及坐标值的图。
图10是表示本发明的实施方式1所涉及的车削端面工序的车削剖面形状的图。
图11是表示本发明的实施方式1所涉及的车削钻孔工序的车削剖面形状的图。
图12是表示本发明的实施方式1所涉及的车削棒材工序的车削剖面形状的图。
图13是表示本发明的实施方式1所涉及的车削棒材工序的车削剖面形状的图。
图14是表示本发明的实施方式1所涉及的车削端面工序的加工开始点和加工结束点的一个例子的图。
图15是表示本发明的实施方式1所涉及的车削钻孔工序的加工开始点和加工结束点的一个例子的图。
图16是表示本发明的实施方式1所涉及的车削棒材工序的进刀点、加工开始点和加工结束点的一个例子的图。
图17是表示本发明的实施方式1所涉及的车削棒材工序的进刀点、加工开始点和加工结束点的一个例子的图。
图18是表示本发明的实施方式1所涉及的车削钻孔工序的车削剖面形状的图。
图19是表示本发明的实施方式1所涉及的车削端面工序的车削剖面形状的图。
图20是表示本发明的实施方式1所涉及的车削棒材工序的车削剖面形状的图。
图21是表示本发明的实施方式1所涉及的车削棒材工序的车削剖面形状的图。
图22是表示本发明的实施方式1所涉及的车削钻孔工序的加工开始点和加工结束点的一个例子的图。
图23是表示本发明的实施方式1所涉及的车削端面工序的加工开始点和加工结束点的一个例子的图。
图24是表示本发明的实施方式1所涉及的车削棒材正面工序的进刀点、加工开始点和加工结束点的一个例子的图。
图25是表示本发明的实施方式1所涉及的车削棒材开槽工序的进刀点、加工开始点和加工结束点的一个例子的图。
图26是表示本发明的实施方式1所涉及的机器学习装置所使用的神经网络模型的一个例子的示意图。
图27是表示本发明的实施方式1所涉及的NC加工程序生成装置的硬件结构的图。
具体实施方式
下面，基于附图，对本发明的实施方式所涉及的机器学习装置、数控加工程序生成装置及机器学习方法详细地进行说明。此外，本发明不受本实施方式限定。
实施方式1.
图1是表示本发明的实施方式1所涉及的数控装置1的结构例的框图。如图1所示，数控装置1具有对话操作处理部10、显示部20、指示输入部30和NC加工程序生成装置40。NC加工程序生成装置40具有机器学习装置50。机器学习装置50具有状态观测部51和学习部52。数控装置1搭载或者连接于未图示的数控工作机械，通过NC加工程序对数控工作机械的动作进行数控。
对话操作处理部10是数控装置1和作业者之间的接口部，并且是NC加工程序生成装置40和作业者之间的接口部。对话操作处理部10将由作业者经由指示输入部30输入的指示信息发送至NC加工程序生成装置40。另外，对话操作处理部10将由作业者经由指示输入部30输入的指示信息在显示部20进行显示。
显示部20是液晶监视器等显示终端，对CAD数据100、NC加工程序、由作业者经由指示输入部30输入的指示信息进行显示。另外，显示部20对与通过数控装置1及NC加工程序生成装置40进行的处理相关的各种信息进行显示。
指示输入部30具有鼠标及键盘等输入设备而构成，接收来自作业者的指示信息，发送至对话操作处理部10。
NC加工程序生成装置40生成NC加工程序，该NC加工程序用于通过切削加工从被加工物切削出由从数控装置1的外部输入至NC加工程序生成装置40的CAD数据100表示的切削加工品的形状。NC加工程序是用于使未图示的NC工作机械进行动作的数值加工程序。另外，数控装置1按照NC加工程序对NC工作机械进行控制，对被加工物进行切削加工而制作切削加工品。
NC加工程序生成装置40具有加工形状数据输入部41、加工形状数据存储部42、NC加工程序生成部43、NC加工程序存储部44、NC加工程序编辑部45和意图决定部46。NC加工程序生成装置40的各结构部能够彼此进行信息的收发。
加工形状数据输入部41接收从数控装置1的外部的外部装置向NC加工程序生成装置40输入的加工形状数据即CAD数据100，发送至加工形状数据存储部42。加工形状数据包含切削加工品的加工成品形状的信息及材料的材质的信息。加工成品形状是为了得到切削加工品而必须通过切削加工进行精加工的3维形状。材料是被切削出CAD数据100所表示的加工成品形状的被加工物。但是，加工形状数据并不限定于CAD数据100。加工形状数据只要是能够在NC加工程序生成装置40中解释的数据即可。
加工形状数据存储部42对从加工形状数据输入部41发送出的加工形状数据进行存储。
NC加工程序生成部43生成用于从材料切削出CAD数据100所表示的加工成品形状的NC加工程序。详细地说，NC加工程序生成部43基于切削加工品的加工形状数据，参照经由意图决定部46从函数更新部54取得的加工知识或者反映加工知识而决定多个切削加工中的加工顺序和加工方法。而且，NC加工程序生成部43基于决定出的加工顺序和加工方法，生成用于从被加工物切削出切削加工品的作为NC加工程序的第一NC加工程序111。另外，NC加工程序生成部43将加工形状数据即CAD数据100、在第一NC加工程序111的生成中所参照的加工知识和第一NC加工程序111相关联，将CAD数据100、第一NC加工程序111和加工知识发送至NC加工程序存储部44而进行存储。
加工知识是在NC加工程序生成部43自动生成用于从材料切削出CAD数据100所表示的切削加工品的加工成品形状的NC加工程序时，为了决定用于从材料切削出切削加工品的多个切削加工中的材料的加工顺序和材料的加工方法中的至少一者所要参照的决定条件，是表示NC加工程序的生成方法的信息。
具体地说，加工知识是基于为了从材料切削出切削加工品而要去除的形状即加工去除形状的尺寸，对材料的加工顺序和材料的加工方法中的至少一者进行指定的条件。材料的加工顺序是为了从材料切削出切削加工品而将多个不同的切削加工进行组合的情况下的切削加工的顺序。材料的加工方法是包含加工方向在内的切削加工法。
如后面所述，在由作业者对在NC加工程序生成部43中自动生成的第一NC加工程序111进行了编辑的情况下，生成反映了编辑内容的新的加工知识即反映加工知识。由此，在新的加工知识中，对反映了作业者的知识及经验的编辑内容进行反映及累积。因此，NC加工程序生成部43通过参照加工知识而生成NC加工程序，从而能够迅速地自动生成与作业者自身制作出NC加工程序的情况相同的、作业者所期望的NC加工程序。
NC加工程序存储部44将加工形状数据即CAD数据100、在NC加工程序生成部43中生成的作为NC加工程序的第一NC加工程序111和在第一NC加工程序111的生成中所参照的加工知识相关联地存储。另外，NC加工程序存储部44对在NC加工程序编辑部45中编辑后的作为NC加工程序的第二NC加工程序112进行存储。此外，第一NC加工程序111也可以通过第二NC加工程序112进行更新。
NC加工程序编辑部45从NC加工程序存储部44读入CAD数据100、第一NC加工程序111及与第一NC加工程序111相关联的加工知识，将第一NC加工程序111发送至对话操作处理部10。NC加工程序编辑部45基于由作业者从指示输入部30输入的编辑指示信息对第一NC加工程序111进行编辑，生成第二NC加工程序112。NC加工程序编辑部45将生成的第二NC加工程序112发送至NC加工程序存储部44而进行存储。另外，NC加工程序编辑部45将加工形状数据即CAD数据100、第一NC加工程序111、与第一NC加工程序111相关联的加工知识和第二NC加工程序112发送至后面记述的状态观测部51。
NC加工程序编辑部45在没有进行第一NC加工程序111的编辑的情况下，即，在没有生成第二NC加工程序112的情况下，将CAD数据100、第一NC加工程序111和与第一NC加工程序111相关联的加工知识发送至状态观测部51。
意图决定部46与来自NC加工程序生成部43的请求相应地，对在函数更新部54中存储的多个不同的加工知识进行探索，决定并取得与CAD数据100相对应的最适当的加工知识。与CAD数据100相对应的最适当的加工知识是在函数更新部54中存储的与CAD数据100相对应的加工知识中的、第一NC加工程序111生成后的相对于第一NC加工程序111的编辑最少的加工知识。即，与CAD数据100相对应的最适当的加工知识是与CAD数据100相对应的加工知识中的、更适当地反映了作业者的知识及经验的加工知识。
意图决定部46从在函数更新部54中存储的与CAD数据100相对应的多个加工知识中，取得行动价值Q最高的加工知识而发送至NC加工程序生成部43。此外，意图决定部46在与CAD数据100相对应的加工知识在函数更新部54中只存储有1个的情况下，将在函数更新部54中存储的加工知识决定为与CAD数据100相对应的最适当的加工知识。
加工知识例如通过被赋予与切削加工品共通的管理编号而与切削加工品相关联。另外，加工知识例如相对于CAD数据100所表示的加工成品形状和材料的材质的组合进行关联。由此，意图决定部46能够将管理编号或者加工成品形状的信息和材料的材质的信息作为探索条件，对与从NC加工程序生成部43指定出的CAD数据100相对应的加工知识进行探索，并且从其中对行动价值Q最高的加工知识进行选择。
具有状态观测部51及学习部52的机器学习装置50所使用的学习算法可以使用任意的算法。作为一个例子，对应用强化学习(Reinforcement Learning)的情况进行说明。
强化学习是某环境内的行动主体即智能体对当前的状态进行观测，决定应该采取的行动。智能体通过对行动进行选择而从环境取得回报，对通过一系列的行动而回报得到最多这样的对策进行学习。作为强化学习的代表性的方法，已知Q学习(Q-Learning)及TD学习(TD-Learning)。例如，在Q学习的情况下，行动价值函数Q(s，a)的一般性的更新式(行动价值表)通过下面的式(1)表示。
【式1】
Figure BDA0002885436390000081
在算式(1)中，st表示时刻t下的状态，at表示在时刻t执行的行动。st+1表示时刻t+1下的状态，换言之，表示作为进行行动at后的结果而变化后的状态。rt+1表示与作为行动at的结果而变化的环境相应地赋予的回报。即，rt+1表示根据状态的变化而赋予的回报。在算式(1)中，“max”的项表示状态st+1下的行动价值Q的最大值，即，相对于最优的行动at+1的行动价值。γ是折扣率，设定为满足0＜γ≤1的条件。γ例如设为大于或等于0.9而小于或等于0.99。α是学习系数，设定为满足0＜α≤1的条件。α例如设为大于或等于0.05而小于或等于0.2。
关于Q学习中的算式(1)所表示的更新式，如果时刻t+1下的最优的行动at+1的行动价值大于在时刻t执行的行动at的行动价值Q，则增大时刻t的行动价值Q，在相反的情况下，减小时刻t的行动价值Q。换言之，对行动价值函数Q(st，at)进行更新，以使得时刻t下的行动at的行动价值Q接近时刻t+1下的最优的行动价值。由此，某环境中的最优的行动价值依次传播为其以前的环境中的行动价值。
即，本实施方式1所涉及的机器学习装置50能够按照公知的Q学习的方法而执行强化学习。针对某状态变量和行动a的组合而分配的行动价值Q是未知的。机器学习装置50针对各种状态变量随机地选择行动a并执行，对作为行动a的结果而赋予的回报进行累计，由此对行动价值函数Q(s，a)进行更新。此外，在本实施方式1所涉及的NC加工程序生成装置40中，“行动a”与加工知识，即表示NC加工程序的生成方法的信息相对应。另外，“状态s”与相对于第一NC加工程序111的编辑内容相对应。
另外，行动价值函数Q(s，a)也被称为行动价值表。图2是表示行动价值表的概念的图。行动价值表是任意的行动s和其行动价值Q相关联而以表的形式存储的数据集。Q学习中的数据集是所谓的Q表。Q表如果通过2维的表进行表示，则行方向为各种状态s，列方向为可采取的行动a，在各块中储存有行动a和状态s的组合的情况下的评价值即行动价值Q。但是，在通过Q表对行动价值函数Q(s，a)进行管理的情况下，能够保持的状态s和行动a的数量存在极限，因此在状态s和行动a的数量多的情况下，不采取表形式而是通过上述的算式(1)对行动价值Q进行计算。
在本实施方式1中采用Q表的情况下，将表示与行动a相对应的NC加工程序的生成方法的信息即加工知识和针对与状态s相对应的第一NC加工程序111的编辑内容关联于加工形状数据的Q表是针对每个加工形状数据进行存储的。即，本实施方式1中的数据集是加工形状数据的数据、表示NC加工程序的生成方法的信息即加工知识的数据和针对第一NC加工程序111的编辑内容的数据和集合。
数控装置1具有对NC加工程序的生成方法进行学习的机器学习功能。即，数控装置1具有对NC加工程序的生成方法进行学习的机器学习装置50。机器学习装置50具有状态观测部51和学习部52。学习部52按照基于状态变量而创建的数据集，对NC加工程序的生成方法进行学习。即，学习部52按照基于状态变量而创建的数据集，对加工形状数据、NC加工程序的生成方法和针对第一NC加工程序111的编辑内容之间的关系性进行学习，对NC加工程序的生成方法进行学习。学习部52具有：回报计算部53，其对NC加工程序生成方法即加工知识的学习所涉及的回报进行计算；以及函数更新部54，其对NC加工程序生成方法即加工知识的学习所涉及的函数进行更新而确定评价值即行动价值Q。此外，机器学习装置50也可以内置于NC加工程序生成装置40，另外，也可以存在于能够与NC加工程序生成装置40进行通信的云服务器。
状态观测部51将加工形状数据即CAD数据100、表示由NC加工程序生成部43生成第一NC加工程序111时所参照的数控加工程序的生成方法的信息即加工知识和针对第一NC加工程序111的编辑内容，作为状态变量进行观测。即，状态观测部51针对每个加工形状数据即CAD数据100对由意图决定部46决定的加工知识、和在NC加工程序编辑部45中在第二NC加工程序112的生成中进行的针对第一NC加工程序111的编辑内容进行观测。
状态观测部51将针对第一NC加工程序111的编辑内容反映于在第一NC加工程序111的生成中所参照的加工知识而创建反映加工知识。反映加工知识是针对第一NC加工程序111的编辑内容反映于在第一NC加工程序111的生成中所参照的数控加工程序的生成方法的反映数控加工程序的生成方法。在反映加工知识中继承与第一NC加工程序111相关联的加工知识的回报r。状态观测部51将在第一NC加工程序111的生成中所参照的加工知识和反映加工知识作为观测结果而发送至回报计算部53。
在状态观测部51中生成反映加工知识的情况下，对赋予给基础的加工知识的管理编号，或者加工成品形状的信息和材料的材质的信息进行继承并赋予。基于加工知识而生成的反映加工知识及加工知识均与1个切削加工品的加工成品形状相对应。即，反映加工知识与成为生成反映加工知识的基础的加工知识所对应的切削加工品的加工成品形状相对应。因此，反映加工知识对赋予给成为生成的基础的加工知识的管理编号，或者加工成品形状的信息和材料的材质的信息进行继承并赋予。即，反映加工知识对与CAD数据100的关联关系进行继承并赋予。
状态观测部51在CAD数据100、第一NC加工程序111、与第一NC加工程序111相关联的加工知识和第二NC加工程序112从NC加工程序编辑部45被发送出的情况下，能够提取针对第一NC加工程序111的编辑内容。因此，在该情况下，针对与CAD数据100有关的第一NC加工程序111的编辑内容反映于在第一NC加工程序111的生成中所参照的加工知识的新的加工知识成为反映加工知识。
另一方面，在仅CAD数据100、第一NC加工程序111和与第一NC加工程序111相关联的加工知识从NC加工程序编辑部45被发送，第二NC加工程序112没有被发送的情况下，没有针对第一NC加工程序111的编辑内容。在该情况下，在第一NC加工程序111的生成中所参照的加工知识本身成为反映加工知识。
因此，将加工形状数据即CAD数据100、表示在由NC加工程序生成部43生成第一NC加工程序111时所参照的数控加工程序的生成方法的信息即加工知识和针对第一NC加工程序111的编辑内容，作为状态变量进行观测是指，提取针对与CAD数据100有关的第一NC加工程序111的编辑内容，作为观测结果，针对每个CAD数据100而取得在第一NC加工程序111的生成中所参照的加工知识和反映加工知识。
学习部52基于加工形状数据即CAD数据100、表示在由NC加工程序生成部43生成第一NC加工程序111时所参照的数控加工程序的生成方法的信息即加工知识和针对第一NC加工程序111的编辑内容的数据集，对加工形状数据、NC加工程序的生成方法和针对第一NC加工程序111的编辑内容之间的关系性进行学习，对NC加工程序生成方法进行学习。即，学习部52基于由状态观测部51进行观测的状态变量而对加工知识进行学习。在一个实施方式中，学习部52按照强化学习的概念对加工知识进行学习。
回报计算部53基于从状态观测部51发送的观测结果即反映加工知识而对回报r进行计算。更详细地说，回报计算部53基于在第一NC加工程序111的生成中所参照的加工知识和反映加工知识而对反映加工知识的回报r进行计算。回报计算部53基于赋予回报r的回报赋予基准即在第一NC加工程序111的生成中所参照的加工知识和反映加工知识的同一性而对反映加工知识的回报r进行计算。回报计算部53将计算出的回报r与CAD数据100及反映加工知识相关联，与CAD数据100及反映加工知识一起发送至函数更新部54。
回报计算部53在反映加工知识与在第一NC加工程序111的生成中所参照的加工知识相同的情况下，使反映加工知识的回报r增大。回报计算部53在反映加工知识与在第一NC加工程序111的生成中所参照的加工知识相同的情况下，例如将“正”的回报r即“+1”的回报r赋予给反映加工知识。而且，反映加工知识的回报r在生成时将从在第一NC加工程序111的生成中所参照的加工知识继承的回报r加上“+1”。由此，反映加工知识的回报r与从在第一NC加工程序111的生成中所参照的加工知识继承的回报r相比增大。
回报计算部53在反映加工知识与在第一NC加工程序111的生成中所参照的加工知识不同的情况下，使在第一NC加工程序111的生成中所参照的加工知识的回报r减少。回报计算部53在反映加工知识与在第一NC加工程序111的生成中所参照的加工知识不同的情况下，例如将“负”的回报r即“－1”的回报r赋予给在第一NC加工程序111的生成中所参照的加工知识。例如，在针对以与车削钻孔加工相比先进行车削端面正面加工的方式生成的第一NC加工程序111，而以与车削端面正面加工相比先进行车削钻孔加工的方式进行了编辑的情况下，回报计算部53减少回报r，例如将“－1”的回报r赋予给在第一NC加工程序111的生成中所参照的加工知识。而且，在第一NC加工程序111的生成中所参照的加工知识的回报r将当前的回报r加上“－1”。由此，在第一NC加工程序111的生成中所参照的加工知识的回报r与在第一NC加工程序111的生成中参照时的回报r相比减少。
另外，回报计算部53在反映加工知识与在第一NC加工程序111的生成中所参照的加工知识不同的情况下，如上所述，在使在第一NC加工程序111的生成中所参照的加工知识的回报r减少后，使反映加工知识的回报r增大。回报计算部53在反映加工知识与在第一NC加工程序111的生成中所参照的加工知识不同的情况下，例如将“正”的回报r即“+1”的回报r赋予给反映加工知识。而且，反映加工知识的回报r在生成时将从在第一NC加工程序111的生成中所参照的加工知识继承的回报r加上“+1”。由此，反映加工知识的回报r与从在第一NC加工程序111的生成中所参照的加工知识继承的回报r相比增大。
回报r的数值并不限定于“+1”及“－1”。另外，也可以根据针对第一NC加工程序111的编辑内容，即，根据从在第一NC加工程序111的生成中所参照的加工知识向反映加工知识的编辑内容，对回报r赋予差。
函数更新部54按照通过回报计算部53计算的反映加工知识的回报r，对用于决定NC加工程序的生成方法的函数进行更新。例如，函数更新部54对行动价值函数Q(s，a)进行更新而确定评价值即行动价值Q。函数更新部54将确定出的行动价值Q与反映加工知识相关联而与反映加工知识一起进行存储。由此，在函数更新部54中，在最初存储的加工知识的基础上，反映加工知识和与反映加工知识相关联的行动价值Q作为在第一NC加工程序111的生成中参照的加工知识而不断存储。图3是表示在本发明的实施方式1所涉及的机器学习装置50的函数更新部54中存储有加工知识及反映加工知识的状态的一个例子的图。在图3中示出了存储有加工知识A 121、加工知识B 122、加工知识C 123、反映加工知识A 131、反映加工知识B 132及反映加工知识C 133的例子。此外，也可以另外设置对加工知识、反映加工知识和与反映加工知识相关联的行动价值Q进行存储的加工知识存储部。
接下来，对更新行动价值函数Q(s，a)的强化学习方法进行说明。图4是表示本发明的实施方式1中的行动价值函数Q(s，a)的更新处理的顺序的流程图。
在步骤ST110中，NC加工程序生成部43读入在加工形状数据存储部42中存储的CAD数据100，储存于NC加工程序生成部43内的未图示的存储部的形状存储区域。
接下来，在步骤ST120中NC加工程序生成部43为了生成NC加工程序，经由意图决定部46从函数更新部54取得与CAD数据100相对应的加工知识。意图决定部46基于由机器学习装置50学习得到的结果而决定加工知识。即，意图决定部46对在函数更新部54中存储的多个加工知识进行探索，从与来自NC加工程序生成部43的请求相对应的多个加工知识中，决定并取得行动价值Q最高的加工知识，发送至NC加工程序生成部43。
以下示出发送至NC加工程序生成部43的加工知识的一个例子。
(加工知识A 121)
材料材质：S45C
加工顺序：在端面加工余量大于或等于20mm的情况下先进行车削钻孔工序，然后进行车削端面工序。在端面加工余量处于所述条件以外的情况下，先进行车削端面工序，然后进行车削钻孔工序。
(加工知识B 122)
材料材质：S45C
加工部位：在“开放部形状的横向的长度÷开放部形状的纵向的长度”为“小于1”的情况下将加工部位设为正面。在“开放部形状的横向的长度÷开放部形状的纵向的长度”为“大于或等于1”的情况下将加工部位设为外径。开放部是在车削剖面形状t中在材料的表面露出的部位。
(加工知识C 123)
材料材质：S45C
加工方法：在车削剖面形状的纵向的长度小于或等于10mm、且车削剖面形状的横向的长度小于或等于10mm的情况下，进行车削开槽工序。在车削剖面形状的纵向的长度及横向的长度处于所述条件以外的情况下，进行车削棒材工序。
接下来，在步骤ST130中NC加工程序生成部43参照所取得的加工知识而生成作为NC加工程序的第一NC加工程序111。
接下来，在步骤ST140中NC加工程序生成部43将CAD数据100、在第一NC加工程序111的生成中所参照的加工知识和第一NC加工程序111相关联，将CAD数据100、第一NC加工程序111和加工知识发送至NC加工程序存储部44。NC加工程序存储部44对CAD数据100、第一NC加工程序111和加工知识进行存储。
接下来，在步骤ST150中NC加工程序编辑部45从NC加工程序存储部44读入CAD数据100和第一NC加工程序111及与第一NC加工程序111相关联的加工知识，将第一NC加工程序111发送至对话操作处理部10。对话操作处理部10使从NC加工程序编辑部45发送出的第一NC加工程序111在显示部20进行显示，向作业者提示进行第一NC加工程序111的确认。
如果第一NC加工程序111在显示部20进行显示，则作业者对第一NC加工程序111进行确认，将第一NC加工程序111的编辑指示信息输入至指示输入部30。编辑指示信息从指示输入部30经由对话操作处理部10而发送至NC加工程序生成装置40的NC加工程序编辑部45。
接下来，在步骤ST160中NC加工程序编辑部45对编辑指示信息进行接收，基于编辑指示信息对第一NC加工程序111进行编辑，生成第二NC加工程序112。第二NC加工程序112是第一NC加工程序111基于编辑指示信息被编辑后的NC加工程序。而且，NC加工程序编辑部45将CAD数据100、第一NC加工程序111、与第一NC加工程序111相关联的加工知识和第二NC加工程序112发送至状态观测部51。
接下来，在步骤ST170中状态观测部51将从NC加工程序编辑部45发送出的第一NC加工程序111和第二NC加工程序112进行比较，取得针对第一NC加工程序111的编辑内容。由此，状态观测部51作为状态变量而取得加工形状数据即CAD数据100、与第一NC加工程序111相关联的加工知识和针对第一NC加工程序111的编辑内容。
接下来，在步骤ST180中状态观测部51将针对第一NC加工程序111的编辑内容反映于在第一NC加工程序111的生成中所参照的加工知识而生成反映加工知识。状态观测部51将与第一NC加工程序111相关联的加工知识和反映加工知识作为观测结果而发送至回报计算部53。
接下来，在步骤ST190中回报计算部53将与第一NC加工程序111相关联的加工知识和反映加工知识进行比较，对两者是否相同进行判定。在两者相同的情况下，在步骤ST190中成为Yes，进入至步骤ST200。在两者不同的情况下，在步骤ST190中成为No，进入至步骤ST210。
在步骤ST200中回报计算部53对使反映加工知识的回报r增大的回报r进行计算，以使得与反映加工知识的回报r对应的行动价值Q增大，在从与第一NC加工程序111相关联的加工知识继承的反映加工知识的回报r中进行累计。由此，反映加工知识的回报r与从与第一NC加工程序111相关联的加工知识继承的回报r相比增大。由此，反映加工知识的行动价值Q增大。
在与第一NC加工程序111相关联的加工知识和反映加工知识相同的情况下，与第一NC加工程序111相关联的加工知识本身是反映加工知识。而且，反映加工知识没有针对第一NC加工程序111的编辑内容，因此认为是高品质的反映加工知识。即，与第一NC加工程序111相关联的加工知识被认为是高品质的加工知识。
例如，在反映加工知识是以下所示的情况下，由于与第一NC加工程序111相关联的加工知识和反映加工知识完全相同，因此在步骤ST200中反映加工知识的回报r增大。反映加工知识A 121a是基于加工知识A 121而生成的反映加工知识。反映加工知识B 121b是基于加工知识B 122而生成的反映加工知识。反映加工知识C 121c是基于加工知识C 123而生成的反映加工知识。
(反映加工知识A 121a)
材料材质：S45C
加工顺序：在端面加工余量大于或等于20mm的情况下先进行车削钻孔工序，然后进行车削端面工序。在端面加工余量处于所述条件以外的情况下，先进行车削端面工序，然后进行车削钻孔工序。
(反映加工知识B 121b)
材料材质：S45C
加工部位：在“开放部形状的横向的长度÷开放部形状的纵向的长度”为“小于1”的情况下将加工部位设为正面。在“开放部形状的横向的长度÷开放部形状的纵向的长度”为“大于或等于1”的情况下将加工部位设为外径。开放部是在车削剖面形状t中在材料的表面露出的部位。
(反映加工知识C 121c)
材料材质：S45C
加工方法：在车削剖面形状的纵向的长度小于或等于10mm、且车削剖面形状的横向的长度小于或等于10mm的情况下，进行车削开槽工序。在车削剖面形状的纵向的长度及横向的长度处于所述条件以外的情况下，进行车削棒材工序。
另一方面，在步骤ST210中回报计算部53对使加工知识的回报r减少的回报r进行计算以使得与加工知识的回报r对应的行动价值Q减少，在加工知识的回报r中进行累计。由此，加工知识的回报r与在第一NC加工程序111的生成中参照时的回报r相比减少。由此，加工知识的行动价值Q减少。
例如，在反映加工知识是以下所示的情况下，由于与第一NC加工程序111相关联的加工知识和反映加工知识完全不同，因此在步骤ST210中加工知识的回报r减少。反映加工知识A 131是基于加工知识A 121而生成的反映加工知识。反映加工知识B 132是基于加工知识B 122而生成的反映加工知识。反映加工知识C 133是基于加工知识C 123而生成的反映加工知识。
(反映加工知识A 131)
材料材质：S45C
加工顺序：在端面加工余量“大于或等于10mm”的情况下先进行车削钻孔，然后进行车削端面工序。在端面加工余量处于所述条件以外的情况下，先进行车削端面工序，然后进行车削钻孔工序。
(反映加工知识B 132)
材料材质：S45C
加工部位：在“开放部形状的横向的长度÷开放部形状的纵向的长度”为“小于或等于1.0”的情况下将加工部位设为正面。在“开放部形状的横向的长度÷开放部形状的纵向的长度”为“大于1.0”的情况下将加工部位设为外径。
(反映加工知识C 133)
材料材质：S45C
加工方法：在车削剖面形状的纵向的长度小于或等于10mm、且车削剖面形状的横向的长度“小于或等于20mm”的情况下，进行车削开槽工序。在车削剖面形状的纵向的长度及横向的长度处于所述条件以外的情况下，进行车削棒材工序。
在与第一NC加工程序111相关联的加工知识和反映加工知识不同的情况下，具有针对第一NC加工程序111的编辑内容。因此，与第一NC加工程序111相关联的加工知识被认为是与反映加工知识相比品质低的加工知识。
另一方面，反映加工知识被认为是相比于与第一NC加工程序111相关联的加工知识而高品质的加工知识。因此，回报计算部53在步骤ST210后在步骤ST200中对使反映加工知识的回报r增大的回报r进行计算，以使得与反映加工知识的回报r对应的行动价值Q增大，在从与第一NC加工程序111相关联的加工知识继承的反映加工知识的回报r中进行累计。由此，反映加工知识的回报r与从与第一NC加工程序111相关联的加工知识继承的回报r相比增大。由此，反映加工知识的行动价值Q增大。
接下来，在步骤ST220中函数更新部54基于在步骤ST200或者步骤ST210中计算出的反映加工知识的回报r而对行动价值函数Q(s，a)进行更新，确定与第一NC加工程序111相关联的加工知识及反映加工知识的评价值即行动价值Q。函数更新部54将关于反映加工知识确定出的行动价值Q与反映加工知识相关联而与反映加工知识一起作为加工知识进行存储。
另外，函数更新部54将关于与第一NC加工程序111相关联的加工知识而确定出的行动价值Q与该加工知识相关联而与加工知识一起作为加工知识进行存储。在该情况下，在函数更新部54中将与第一NC加工程序111相关联的加工知识、在步骤ST220中确定出行动价值Q的加工知识和在步骤ST220中确定出行动价值Q的反映加工知识在各自的行动价值Q不同的状态下，作为与CAD数据100相对应的加工知识进行存储。由此，意图决定部46在决定与CAD数据100相对应的加工知识时，作为适当地反映出作业者的知识及经验的最适当的加工知识而能够决定行动价值Q相对高的加工知识即反映加工知识。
此外，在该情况下，也可以通过在步骤ST220中确定出行动价值Q的与第一NC加工程序111相关联的加工知识，对存储于函数更新部54、在第一NC加工程序111的生成中被参照的加工知识进行更新。
然后，与新读入的CAD数据100相对应地重复执行步骤ST110至步骤ST220的处理。而且，在新生成反映加工知识时，对成为基础的加工知识的管理编号、加工成品形状的信息及材料的材质的信息、回报r这样的随附信息进行继承。
此外，在步骤ST110至步骤ST220的处理被重复的情况下，由意图决定部46决定的反映加工知识与上述的步骤ST120中的加工知识相对应。
另外，在步骤ST200及步骤ST220的处理中，品质高的反映加工知识在行动价值Q增大的状态下存储于函数更新部54。因此，也能够省略步骤ST210。
接下来，参照图5对NC加工程序生成部43中的NC加工程序生成处理的详细内容详细地进行说明。图5是表示本发明的实施方式1所涉及的NC加工程序生成装置40的NC加工程序生成部43中的NC加工程序生成处理的顺序的详细内容的流程图。图6是表示本发明的实施方式1中的CAD数据100所表示的加工成品形状的立体模型的一个例子的斜视图。图7是表示包含本发明的实施方式1中的CAD数据100所表示的加工成品形状在内的材料形状的一个例子的斜视图。图8是表示根据本发明的实施方式1中的CAD数据100所表示的加工成品形状和材料形状而生成的加工去除形状的一个例子的斜视图。图9是表示本发明的实施方式1中的材料形状S、根据加工形状而生成的车削剖面形状及坐标值的图。下面，对创建与一边使材料旋转一边进行切削的车削加工相关的NC加工程序的情况进行说明。
在NC加工程序生成处理中，在步骤ST310中NC加工程序生成部43读入在加工形状数据存储部42中存储的CAD数据100，如图6所示生成CAD数据100所表示的3维的加工成品形状，配置于程序坐标系的加工原点即程序原点。在程序坐标系中，将XYZ轴中的Z轴设为进行车削加工时的中心轴即车削轴SG。
NC加工程序生成部43在将加工成品形状配置于程序原点时，使加工成品形状移动及旋转而配置，以使得加工成品形状中的直径成为最大的圆筒面的旋转轴或者圆锥面的旋转轴与Z轴一致。另外，进行移动以使得加工成品形状的Z轴方向的端面与程序原点一致。即，NC加工程序生成部43从CAD数据100作为车削端面而提取将车削轴SG和旋转中心轴设为相同的圆柱面或者圆锥面。因此，NC加工程序生成部43根据CAD数据100，生成将车削轴设为旋转中心轴的3维的加工成品形状。
接下来，在步骤ST320中NC加工程序生成部43如图7所示，生成包含在程序原点配置的加工成品形状在内的3维的圆柱形状。而且，NC加工程序生成部43将生成的圆柱形状作为材料形状，与加工成品形状同样地配置于程序坐标系。材料形状是通过车削加工切削出加工成品形状的材料的形状。即，NC加工程序生成部43基于根据CAD数据100而生成的加工成品形状，生成3维的材料形状。
包含加工成品形状的圆柱形状的尺寸，能够根据加工成品形状中的X轴方向、Y轴方向及Z轴方向上各自的最大值和最小值而求出。但是，材料形状为了进行车削端面加工而与加工成品形状相匹配地设为Z轴方向的尺寸与加工成品形状相比各大出2mm至3mm的尺寸。另外，材料形状的Z轴方向的端面配置于从程序原点起向以2mm至3mm从加工成品形状分离的方向伸出的位置。在这里，材料形状将材料外径设为150mm、将材料长度设为120mm、将材料材质设为S45C。
接下来，在步骤ST330中NC加工程序生成部43如图8所示，根据加工成品形状和材料形状而生成通过车削加工从材料形状去除的形状即加工去除形状。在图8中，将加工成品形状通过虚线示出。加工去除形状能够通过从材料形状的实体模型将加工成品形状的实体模型去除的差运算而求出。
接下来，在步骤ST340中，NC加工程序生成部43如图9所示，生成加工去除形状的剖面形状即车削剖面形状t。车削剖面形状t如图9所示，是将加工去除形状向XZ平面中的仅限定于+X的区域的+XZ平面投影而得到的1/2车削剖面形状。车削剖面形状t通过由XZ平面构成的剖面模型和由加工形状构成的实体模型的积运算而求出剖面形状，作为X≥0的区域对范围进行限定而能够求出。由此，如图9所示，生成车削剖面形状t即车削剖面形状t1及车削剖面形状t2。
接下来，在步骤ST350中NC加工程序生成部43经由意图决定部46从函数更新部54取得并参照与CAD数据100相对应的加工知识。NC加工程序生成部43例如取得并参照在函数更新部54中存储的上述的加工知识A 121、加工知识B 122及加工知识C 123。
NC加工程序生成部43例如从CAD数据100取得共通地赋予给CAD数据100和加工知识的管理编号而发送至意图决定部46。由此，意图决定部46能够将管理编号作为探索条件而对从NC加工程序生成部43指定出的期望的加工知识进行探索。
在这里，车削端面工序是指下述工序，即，进行将材料端面的凸出部通过车削端面刀具削落的车削端面加工。车削钻孔工序是指下述工序，即，进行在材料中的半径方向的中心区域通过车削钻孔而开设沿中心轴的孔的车削钻孔加工。车削棒材工序是指下述工序，即，进行通过车削刀具而对圆棒材料的外周、内周、正面或者背面进行车削的车削棒材加工。车削开槽工序是指下述工序，即，进行在圆棒材料的外周、内周、正面或者背面通过车削开槽刀具进行槽加工的车削开槽加工。端面加工余量是车削端面加工中的切削量。
接下来，在步骤ST360中NC加工程序生成部43按照所取得的加工知识A 121、加工知识B 122及加工知识C 123将加工去除形状的车削剖面形状t针对多个不同的加工工序的每个工序进行分割，生成车削加工形状。车削加工形状是通过多个不同的加工工序从材料切削出加工成品形状的情况下的各加工工序中的车削剖面形状t。
下面，对车削剖面形状t的分割顺序具体地进行说明。图10是表示本发明的实施方式1所涉及的车削端面工序的车削剖面形状SH1的图。图11是表示本发明的实施方式1所涉及的车削钻孔工序的车削剖面形状SH2的图。图12是表示本发明的实施方式1所涉及的车削棒材工序的车削剖面形状SH3的图。图13是表示本发明的实施方式1所涉及的车削棒材工序的车削剖面形状SH4的图。
NC加工程序生成部43从车削剖面形状t1取得端面加工余量：10mm的信息。而且，NC加工程序生成部43参照加工知识A 121，根据端面加工余量不大于或等于20mm而判定为先进行车削端面工序，如图10所示从车削剖面形状t1对车削端面工序的车削剖面形状SH1进行分割。
接下来，NC加工程序生成部43参照加工知识A 121，判定为在车削端面工序后进行车削钻孔工序，如图11所示从车削剖面形状t1对车削钻孔工序的车削剖面形状SH2进行分割。
接下来，NC加工程序生成部43如图12所示从车削剖面形状t1对车削棒材工序的车削剖面形状SH3进行分割。接下来，NC加工程序生成部43如图13所示将车削剖面形状t2作为车削棒材工序的车削剖面形状SH4进行分割。
接下来，在步骤ST370中NC加工程序生成部43对分割出的加工形状即车削剖面形状，按照加工知识A 121、加工知识B 122及加工知识C 123而分配车削加工工序，生成车削加工工序。图14是表示本发明的实施方式1所涉及的车削端面工序的加工开始点和加工结束点的一个例子的图。图15是表示本发明的实施方式1所涉及的车削钻孔工序的加工开始点和加工结束点的一个例子的图。图16是表示本发明的实施方式1所涉及的车削棒材工序的进刀点、加工开始点和加工结束点的一个例子的图。图17是表示本发明的实施方式1所涉及的车削棒材工序的进刀点、加工开始点和加工结束点的一个例子的图。
NC加工程序生成部43从车削端面工序的车削剖面形状SH1，如图14所示取得车削端面工序的加工开始点P1的坐标值和加工结束点P2的坐标值，生成车削端面工序即车削端面工序LC1。
接下来，NC加工程序生成部43从车削钻孔工序的车削剖面形状SH2，如图15所示取得通过车削钻孔加工进行加工的孔的孔径、加工开始点P3的坐标值和加工结束点P4的坐标值，生成车削钻孔工序即车削钻孔工序LC2。
接下来，NC加工程序生成部43从车削棒材工序的车削剖面形状SH3，如图16所示取得开放部形状的纵向的长度：30mm的信息和开放部形状的横向的长度：30mm的信息。而且，NC加工程序生成部43参照加工知识B 122，由于“开放部形状的横向的长度÷开放部形状的纵向的长度”为“1.0”，因此将车削棒材工序的加工部位判定为外径。接下来，NC加工程序生成部43从车削棒材工序的车削剖面形状SH3，取得车削剖面形状SH3的进刀点P5的坐标值、加工开始点P6的坐标值和加工结束点P7的坐标值，生成将加工部位设为外径的车削棒材工序即车削棒材外径工序LC3。
接下来，NC加工程序生成部43从车削棒材工序的车削剖面形状SH4，如图17所示取得车削剖面形状SH4的纵向的长度：10mm的信息、车削剖面形状SH4的横向的长度：20mm的信息。而且，NC加工程序生成部43参照加工知识C 123，由于车削剖面形状SH4的纵向的长度小于或等于10mm、车削剖面形状SH4的横向的长度不小于或等于10mm，因此判定为进行车削棒材工序。
接下来，NC加工程序生成部43从车削棒材工序的车削剖面形状SH4，取得开放部形状的纵向长度：10mm的信息、开放部形状的横向长度：20mm的信息。而且，NC加工程序生成部43参照加工知识B 122，由于“开放部形状的横向的长度÷开放部形状的纵向的长度”为“2.0”、不“小于1.0”，因此将加工部位判定为是外径。接下来，NC加工程序生成部43从车削棒材工序的车削剖面形状SH4，取得车削剖面形状SH4的进刀点P8、加工开始点P9和加工结束点P10的坐标值，生成将加工部位设为外径的车削棒材工序即车削棒材外径工序LC4。
以下，示出在NC加工程序生成部43中生成的车削加工工序的内容。
·车削端面工序LC1：加工开始点P1(75，－10)，加工结束点P2(0，0)
·车削钻孔工序LC2：孔径30mm，加工开始点P3(0，0)，加工结束点P4(0，110)
·车削棒材外径工序LC3：进刀点P5(75，0)，加工开始点P6(45，0)，加工结束点P7(45，30)
·车削棒材外径工序LC4：进刀点P8(75，60)，加工开始点P9(65，60)，加工结束点P10(65，80)
通过进行上述的处理，从而NC加工程序生成部43参照加工知识A 121、加工知识B122及加工知识C 123，能够自动地生成用于从材料切削出加工成品形状的多个不同的车削加工工序。而且，通过参照对反映出作业者的知识及经验的编辑内容进行反映及累积的加工知识而自动地生成车削加工工序，从而能够自动地生成与由作业者自身制作出NC加工程序的情况相同的、作业者所期望的车削加工工序。
而且，通过本实施方式1所涉及的机器学习装置50进行的上述学习行动在NC加工程序每次生成时继续进行。因此，在本实施方式1所涉及的NC加工程序生成装置40中，与包含切削加工品的加工成品形状的信息及材料的材质的信息在内的CAD数据100相对应的、NC加工程序的生成方法即加工知识的自主学习继续地进行。即，具有机器学习装置50的NC加工程序生成装置40，基于由NC加工程序生成部43生成的NC加工程序被NC加工程序编辑部45编辑后的编辑内容，继续自主地对反映出作业者的知识及经验的加工效率良好的加工知识进行学习。
接下来，对状态观测部51将针对第一NC加工程序111的编辑内容反映于在第一NC加工程序111的生成中所参照的加工知识而创建反映加工知识的反映加工知识的生成处理的详细内容进行说明。首先，对按照由作业者输入的编辑指示信息对第一NC加工程序111进行了编辑以使得在车削钻孔工序LC2后进行车削端面工序LC1的情况进行说明。状态观测部51从由NC加工程序编辑部45发送出的第二NC加工程序112的车削端面工序LC1的车削剖面形状SH1取得端面加工余量：10mm的信息。
在这里，与加工知识A 121的条件不同，在端面加工余量：10mm的条件中，以先进行车削钻孔工序的方式对第一NC加工程序111进行编辑而生成了第二NC加工程序112。因此，状态观测部51生成反映针对第一NC加工程序111的编辑内容而将加工知识A 121变更为以下的条件的反映加工知识A 131。
(反映加工知识A 131)
材料材质：S45C
加工顺序：在端面加工余量“大于或等于10mm”的情况下先进行车削钻孔，然后进行车削端面工序。在端面加工余量处于所述条件以外的情况下，先进行车削端面工序，然后进行车削钻孔工序。
接下来，对按照由作业者输入的编辑指示信息对第一NC加工程序111进行了编辑以使得将车削棒材外径工序LC3的加工部位从外径变更为正面而将车削棒材外径工序LC3变更为车削棒材正面工序LC31的情况进行说明。状态观测部51从由NC加工程序编辑部45发送出的第二NC加工程序112的车削棒材外径工序LC3的车削剖面形状SH3取得开放部形状的纵向的长度：30mm的信息、开放部形状的横向的长度：30mm的信息。
在这里，与加工知识B 122的条件不同，在“开放部形状的横向的长度÷开放部形状的纵向的长度”为“1.0”的条件中，以将加工部位变更为正面的方式对第一NC加工程序111进行编辑而生成了第二NC加工程序112。因此，状态观测部51生成反映针对第一NC加工程序111的编辑内容而将加工知识B 122变更为以下的条件的反映加工知识B 132。
(反映加工知识B 132)
材料材质：S45C
加工部位：在“开放部形状的横向的长度÷开放部形状的纵向的长度”为“小于或等于1.0”的情况下将加工部位设为正面。在“开放部形状的横向的长度÷开放部形状的纵向的长度”为“大于1.0”的情况下将加工部位设为外径。
接下来，对按照由作业者输入的编辑指示信息对第一NC加工程序111进行了编辑以使得将车削棒材外径工序LC4变更为车削开槽工序LC41的情况进行说明。状态观测部51从由NC加工程序编辑部45发送出的第二NC加工程序112的车削棒材外径工序LC4的车削剖面形状SH4取得车削剖面形状SH4的纵向的长度：10mm的信息、车削剖面形状SH4的横向的长度：20mm的信息。
在这里，与加工知识C 123的条件不同，在“车削剖面形状SH4的纵向的长度为10mm，车削剖面形状SH4的横向的长度为20mm”的条件中，以进行车削开槽工序LC41的方式对第一NC加工程序111进行编辑而生成了第二NC加工程序112。因此，状态观测部51生成反映针对第一NC加工程序111的编辑内容而将加工知识C 123变更为以下的条件的反映加工知识C 133。
(反映加工知识C 133)
材料材质：S45C
加工方法：在车削剖面形状的纵向的长度“小于或等于10mm”、且车削剖面形状的横向的长度“小于或等于20mm”的情况下，进行车削开槽工序。在车削剖面形状的纵向的长度及横向的长度处于所述条件以外的情况下，进行车削棒材工序。
接下来，对NC加工程序生成部43参照反映加工知识A 131、反映加工知识B 132及反映加工知识C 133而生成NC加工程序的情况下的车削剖面形状t的分割顺序具体地进行说明。图18是表示本发明的实施方式1所涉及的车削钻孔工序的车削剖面形状SH5的图。图19是表示本发明的实施方式1所涉及的车削端面工序的车削剖面形状SH6的图。图20是表示本发明的实施方式1所涉及的车削棒材工序的车削剖面形状SH7的图。图21是表示本发明的实施方式1所涉及的车削棒材工序的车削剖面形状SH8的图。
NC加工程序生成部43从材料形状取得材料长度：120mm的信息及材料外径：150mm的信息，从车削剖面形状t1取得端面加工余量：10mm的信息。而且，NC加工程序生成部43参照反映加工知识A 131，由于端面加工余量大于或等于10mm，因此判定为先进行车削钻孔工序，如图18所示从车削剖面形状t1对车削钻孔工序的车削剖面形状SH5进行分割。
接下来，NC加工程序生成部43参照反映加工知识A 131，判定为在车削钻孔工序后进行车削端面工序，如图19所示从车削剖面形状t1对车削端面工序的车削剖面形状SH6进行分割。
接下来，NC加工程序生成部43如图20所示从车削剖面形状t1对车削棒材工序的车削剖面形状SH7进行分割。接下来，NC加工程序生成部43如图21所示将车削剖面形状t2作为车削棒材工序的车削剖面形状SH8进行分割。
接下来，对NC加工程序生成部43参照反映加工知识A 131、反映加工知识B 132及反映加工知识C 133而生成NC加工程序的情况下的车削加工工序的分配顺序具体地进行说明。图22是表示本发明的实施方式1所涉及的车削钻孔工序的加工开始点和加工结束点的一个例子的图。图23是表示本发明的实施方式1所涉及的车削端面工序的加工开始点和加工结束点的一个例子的图。图24是表示本发明的实施方式1所涉及的车削棒材正面工序的进刀点、加工开始点和加工结束点的一个例子的图。图25是表示本发明的实施方式1所涉及的车削棒材开槽工序的进刀点、加工开始点和加工结束点的一个例子的图。
NC加工程序生成部43从车削钻孔工序的车削剖面形状SH5，如图22所示取得通过车削钻孔加工进行加工的孔的孔径、加工开始点P11的坐标值和加工结束点P12的坐标值，生成车削钻孔工序即车削钻孔工序LC11。
接下来，NC加工程序生成部43从车削端面工序的车削剖面形状SH6，如图23所示取得车削端面工序的加工开始点P13的坐标值和加工结束点P14的坐标值，生成车削端面工序即车削端面工序LC12。
接下来，NC加工程序生成部43从车削棒材工序的车削剖面形状SH7，如图24所示取得开放部形状的纵向的长度：30mm的信息和开放部形状的横向的长度：30mm的信息。而且，NC加工程序生成部43参照反映加工知识B 132，由于“开放部形状的横向的长度÷开放部形状的纵向的长度”为“1.0”、“小于或等于1.0”，因此将车削棒材工序的加工部位判定为是正面。接下来，NC加工程序生成部43从车削棒材工序的车削剖面形状SH7，取得车削剖面形状SH7的进刀点P15的坐标值、加工开始点P16的坐标值和加工结束点P17的坐标值，生成将加工部位设为正面的车削棒材工序即车削棒材正面工序LC3。
接下来，NC加工程序生成部43从车削棒材工序的车削剖面形状SH8，如图25所示取得车削剖面形状SH8的纵向的长度：10mm的信息、车削剖面形状SH8的横向的长度：20mm的信息。而且，NC加工程序生成部43参照反映加工知识C 133，由于车削剖面形状SH4的纵向的长度小于或等于10mm、且车削剖面形状SH4的横向的长度小于或等于20mm，因此判定为进行车削开槽工序。
接下来，NC加工程序生成部43从车削棒材工序的车削剖面形状SH8，取得开放部形状的纵向长度：10mm的信息、开放部形状的横向长度：20mm的信息。NC加工程序生成部43从开放部形状的纵向长度：10mm的信息取得槽深度：10mm的信息，从开放部形状的横向长度：20mm的信息取得槽宽：20mm的信息。而且，NC加工程序生成部43从车削棒材工序的车削剖面形状SH8取得加工开始点P18的坐标值，生成车削开槽工序LC14。
以下，示出参照反映加工知识A 131、反映加工知识B 132及反映加工知识C 133而在NC加工程序生成部43中生成的车削加工工序的内容。
·车削钻孔工序LC11：孔径30mm，加工开始点P11(0，－10)，加工结束点P12(0，110)
·车削端面工序LC12：加工开始点P13(75，－10)，加工结束点P14(15，0)
·车削棒材正面工序LC13：进刀点P15(75，0)，加工开始点P16(75，30)，加工结束点P17(45，30)
·车削开槽工序LC14：槽宽20mm，槽深度10mm，加工开始点P18(75，60)
通过进行上述的处理，从而NC加工程序生成部43参照反映加工知识A 131、反映加工知识B 132及反映加工知识C 133，能够自动地生成用于从材料切削出加工成品形状的多个不同的车削加工工序。而且，通过参照对反映出作业者的知识及经验的编辑内容进行反映及累积的反映加工知识而自动地生成车削加工工序，从而能够自动地生成与由作业者自身制作出NC加工程序的情况相同的、作业者所期望的车削加工工序。
意图决定部46利用由机器学习装置50学习得到的结果，决定与来自NC加工程序生成部43的请求相对应的加工知识或者反映加工知识。另外，有时在NC加工程序一旦生成后，通过NC加工程序生成部43对NC加工程序进行编辑。本实施方式所涉及的机器学习装置50由于已经学习了反映加工知识，因此意图决定部46能够根据需要而通过在函数更新部54中存储的加工知识，决定与来自NC加工程序生成部43的请求相对应的最适当的反映加工知识。
并且，机器学习装置50能够对材料的材质、CAD数据100和加工知识之间的相关性进行学习。因此，可以构成为在由于材料的材质和CAD数据100而推测对NC加工程序进行编辑的情况下，对由意图决定部46决定的加工知识或者反映加工知识进行切换。
此外，反映加工知识也可以将CAD数据100本身相关联地存储。例如，CAD数据100与反映加工知识A 131相关联而与加工知识A 121一起存储于函数更新部54。
另外，反映加工知识也可以将随附于CAD数据100的信息相关联地存储。例如，随附于CAD数据100的信息与反映加工知识A 131相关联而与反映加工知识A 131一起进行存储。随附于CAD数据100的信息的例子是CAD数据的图像、CAD数据的一部分等。此外，随附于CAD数据100的信息能够改称为随附于切削加工品的加工成品形状的信息和被加工物的材质的信息的组合的信息。
由此，意图决定部46能够从在函数更新部54中存储的多个加工知识，将CAD数据100或者随附于CAD数据100的信息作为探索条件对期望的反映加工知识进行探索并取得。
另外，加工知识及反映加工知识也可以针对通过执行NC加工程序而被控制的每个NC工作机械分开存储。在使用多台NC工作机械的情况下，例如使用了不同机型的NC工作机械、使用了相同机型的NC工作机械而针对每个NC工作机械追加有不同的可选功能等，因此针对每个NC工作机械而功能大多不同。在该情况下，在加工知识中还存在适用于每个NC工作机械的条件。
因此，通过针对每个NC工作机械而分开地存储加工知识及反映加工知识，从而反映出适用于每个NC工作机械的作业者的知识及经验的编辑内容反映于反映加工知识而进行累积。而且，NC加工程序生成部43参照针对每个NC工作机械而分开管理的加工知识或者反映加工知识而生成NC加工程序，从而能够迅速地自动生成与由作业者自身制作出NC加工程序的情况相同的、作业者所期望的适用于每个NC工作机械的NC加工程序。
另外，也能够构成为使加工知识及反映加工知识存储于在网络服务器上设置的存储部。
作为本实施方式1所涉及的机器学习装置50的变形例，机器学习装置50也可以按照神经网络模型而执行机器学习。图26是表示本发明的实施方式1所涉及的机器学习装置50所使用的神经网络模型的一个例子的示意图。神经网络例如由包含l个输入神经元的输入层、包含m个神经元的中间层和包含n个输出神经元的输出层构成。在图26中示出了由包含4个输入神经元的输入层、包含5个神经元的中间层和包含1个输出神经元的输出层构成的神经网络模型的例子。此外，在图26中，中间层虽然仅示出了1层，但也可以设置大于或等于2层中间层。
神经网络以基于人类的成功体验或失败体验而通过感觉学习最佳的行动的方式，对状态变量和环境变化之间的关系性进行学习。神经网络按照基于由状态观测部51进行观测的状态变量而创建的数据集，对状态变量和环境变化之间的关系性进行学习。即，神经网络通过所谓有教师学习，对状态变量和环境变化之间的关系性进行学习。在该情况下，机器学习装置50对输入至神经网络的输入层的加工形状数据和NC加工程序的生成经过做出响应，输出层将与加工形状数据相对应的加工知识、且更适当地反映出作业者的知识及经验的加工知识进行输出。而且，意图决定部46以决定最佳的NC加工程序生成方法的方式起作用。即，机器学习装置50在按照神经网络模型的情况下，也对加工形状数据、NC加工程序的生成方法和针对第一NC加工程序111的编辑内容之间的关系性进行学习，能够对NC加工程序的生成方法进行学习。
此外，在上述中，对机器学习装置50利用强化学习或者神经网络进行机器学习的实施方式进行了说明，但机器学习装置50也可以按照其他公知的方法，例如遗传编程、功能逻辑编程、支持向量机等执行机器学习。
另外，作为学习部52的学习的一个实施方式，学习部52也能够对适用于其他数控装置所使用的NC加工程序的加工知识进行学习。即，学习部52可以构成为关于某加工形状数据，基于在针对其他数控装置生成的NC加工程序的生成时使用的加工知识及针对NC加工程序的编辑内容，对适用于其他数控装置所使用的NC加工程序的加工知识进行学习。学习部52可以对适用于在同一现场运转的其他数控装置所使用的NC加工程序的加工知识进行学习，也可以对适用于在不同的现场独立地运转的其他数控装置所使用的NC加工程序的加工知识进行学习。
图27是表示本发明的实施方式1所涉及的NC加工程序生成装置40的硬件结构的图。图27所示的硬件具有：处理器201，其进行运算处理；存储器202，其由处理器201用作工作区域；存储装置203，其对用于作为数控装置或者程序变换装置而动作的程序进行存储；输入装置204，其是与作业者之间的输入接口；显示装置205，其对作业者显示信息；以及通信装置206，其具有与被控制设备或者其他数控装置、其他各种装置的通信功能。处理器201、存储器202、存储装置203、输入装置204、显示装置205及通信装置206通过数据总线207连接。在这里，处理器201可以是处理装置、运算装置、微处理器、微型计算机、CPU(CentralProcessing Unit)或者DSP(Digital Signal Processor)等。另外，存储器202相当于RAM(Random Access Memory)、ROM(Read Only Memory)、闪存、EPROM(Erasable ProgrammableROM)或者EEPROM(注册商标)(Electrically EPROM)等非易失性或者易失性的半导体存储器、磁盘、软盘、光盘、压缩盘、迷你盘或者DVD(Digital Versatile Disc)等。
NC加工程序生成部43例如是通过由处理器201执行在图27所示的存储器202中存储的程序而实现的。另外，也可以是多个处理器及多个存储器协同地实现上述功能。另外，也可以是将NC加工程序生成部43的功能中的一部分安装为电子电路，使用处理器201及存储器202而实现其他部分。
另外，也可以同样地构成为通过由处理器201执行在存储器202中存储的程序而实现加工形状数据输入部41、NC加工程序编辑部45、意图决定部46、状态观测部51、回报计算部53和函数更新部54。另外，也可以是多个处理器及多个存储器协同地实现上述功能。另外，也可以将加工形状数据输入部41、NC加工程序编辑部45、意图决定部46、状态观测部51、回报计算部53和函数更新部54的功能中的一部分安装为电子电路，使用处理器201及存储器202而实现其他部分。另外，用于实现加工形状数据输入部41、NC加工程序编辑部45、意图决定部46、状态观测部51、回报计算部53和函数更新部54的功能的处理器及存储器可以与实现NC加工程序生成部43的处理器及存储器相同，也可以是不同的处理器及存储器。
上述本实施方式1所涉及的NC加工程序生成装置40基于加工形状数据即CAD数据100，参照对反映出作业者的知识及经验的编辑内容进行了反映及累积的加工知识而自动地生成车削加工工序，由此能够自动生成与作业者自身制作出NC加工程序的情况相同的、作业者所期望的NC加工程序。
另外，在具有本实施方式1所涉及的机器学习装置50的NC加工程序生成装置40中，对与包含切削加工品的加工成品形状的信息及材料的材质的信息在内的CAD数据100相对应的、NC加工程序的生成方法即加工知识自主地学习。即，具有机器学习装置50的NC加工程序生成装置40基于由NC加工程序生成部43生成的NC加工程序被NC加工程序编辑部45编辑后的编辑内容，对反映出作业者的知识及经验的加工效率良好的加工知识进行自主地学习。由此，意图决定部46在CAD数据100再次输入至NC加工程序生成装置40时，能够从在函数更新部54中存储的加工知识中，基于学习结果而决定与CAD数据100相对应的、行动价值Q最高的加工效率最良好的加工知识。
因此，在本实施方式1所涉及的NC加工程序生成装置40中，即使没有熟练者的知识或者技术诀窍的累积，也能够自动生成与作业者所期望的车削加工工序接近的、加工效率良好的高品质的NC加工程序。而且，无需由作业者反复试验地生成NC加工程序，因此NC加工程序创建的作业效率提高。由此，在本实施方式1所涉及的NC加工程序生成装置40中，得到NC加工程序的自动生成所花费的时间的缩短效果及被加工物的加工时间的缩短效果。
另外，本实施方式1所涉及的NC加工程序生成装置40对用户的NC加工程序编辑内容进行学习而反映于加工知识，因此在下一个NC程序生成时能够减少用户的NC加工程序编辑作业。
以上，对本发明的各种实施方式进行了说明，但如果是本领域技术人员，则当然会识别到通过其他实施方式也能够实现本发明所要实现的作用效果。特别地，不脱离本发明的范围，能够将前述的实施方式1的结构要素删除或者置换，或者能够进一步附加公知的单元。另外，通过将在本说明书中明确地或者暗示地公开的实施方式的特征任意地组合也能够实施本发明，这对本领域技术人员是显而易见的。即，以上的实施方式所示的结构，表示本发明的内容的一个例子，也能够与其他公知技术进行组合，在不脱离本发明的主旨的范围，也能够对结构的一部分进行省略、变更。
标号的说明
1数控装置，10对话操作处理部，20显示部，30指示输入部，40NC加工程序生成装置，41加工形状数据输入部，42加工形状数据存储部，43NC加工程序生成部，44NC加工程序存储部，45NC加工程序编辑部，46意图决定部，50机器学习装置，51状态观测部，52学习部，53回报计算部，54函数更新部，100 CAD数据，111第一NC加工程序，112第二NC加工程序，121加工知识A，122加工知识B，123加工知识C，131反映加工知识A，132反映加工知识B，133反映加工知识C，201处理器，202存储器，203存储装置，204输入装置，205显示装置，206通信装置，207数据总线。

Claims (5)

1.一种机器学习装置，其特征在于，具有：
状态观测部，其将包含切削加工品的加工成品形状的信息及材料的材质的信息在内的加工形状数据、用于自动生成包含用于从被加工物切削出所述切削加工品的多个切削加工在内的数控加工程序的数控加工程序生成方法、和针对参照所述数控加工程序的生成方法而生成的第一数控加工程序的编辑内容，作为状态变量进行观测；以及
学习部，其按照基于所述状态变量而创建的数据集，对所述数控加工程序的生成方法进行学习。
2.根据权利要求1所述的机器学习装置，其特征在于，
所述学习部具有：
回报计算部，其基于在所述数控加工程序的生成方法中反映出所述编辑内容的反映数控加工程序的生成方法而计算回报；以及
函数更新部，其基于计算出的所述回报，对用于决定所述数控加工程序的生成方法的函数进行更新。
3.根据权利要求2所述的机器学习装置，其特征在于，
所述回报计算部构成为，在所述数控加工程序的生成方法和所述反映数控加工程序的生成方法相同的情况下，将所述反映数控加工程序的生成方法的回报增大，在所述数控加工程序的生成方法和所述反映数控加工程序的生成方法不同的情况下，将所述数控加工程序的生成方法的回报减少，并且将所述反映数控加工程序的生成方法的回报增大。
4.一种数控加工程序生成装置，其特征在于，具有：
权利要求1至3中任一项所述的机器学习装置；
数控加工程序生成部，其参照基于由所述机器学习装置学习得到的结果而决定的所述数控加工程序的生成方法，生成所述第一数控加工程序；
数控加工程序编辑部，其对所述第一数控加工程序进行编辑而生成第二数控加工程序；以及
意图决定部，其基于由所述机器学习装置的所述学习部学习得到的结果，决定与所述加工形状数据相对应的数控加工程序的生成方法。
5.一种机器学习方法，其对在生成数控加工程序的数控加工程序生成装置中的所述数控加工程序的自动生成中使用的数控加工程序的生成方法进行学习，该数控加工程序包含用于从被加工物切削出切削加工品的多个切削加工，
该机器学习方法的特征在于，包含下述步骤：
将包含所述切削加工品的加工成品形状的信息及材料的材质的信息在内的加工形状数据、所述数控加工程序的生成方法和针对参照所述数控加工程序的生成方法而由所述数控加工程序生成装置生成的第一数控加工程序的编辑内容，作为状态变量进行观测；以及
按照基于所述状态变量而创建的数据集，对所述数控加工程序的生成方法进行学习。
CN201880095426.6A 2018-07-11 2018-07-11 机器学习装置、数控加工程序生成装置及机器学习方法 Active CN112384867B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/026204 WO2020012581A1 (ja) 2018-07-11 2018-07-11 機械学習装置、数値制御加工プログラム生成装置および機械学習方法

Publications (2)

Publication Number Publication Date
CN112384867A true CN112384867A (zh) 2021-02-19
CN112384867B CN112384867B (zh) 2021-10-29

Family

ID=68095337

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880095426.6A Active CN112384867B (zh) 2018-07-11 2018-07-11 机器学习装置、数控加工程序生成装置及机器学习方法

Country Status (4)

Country Link
JP (1) JP6584697B1 (zh)
CN (1) CN112384867B (zh)
DE (1) DE112018007741B4 (zh)
WO (1) WO2020012581A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115981236A (zh) * 2023-03-20 2023-04-18 山东山森数控技术有限公司 一种数控车床车削过程能耗预测方法
CN117320840A (zh) * 2021-10-04 2023-12-29 三菱电机株式会社 加工程序生成装置及加工程序生成方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7171538B2 (ja) * 2019-11-07 2022-11-15 キヤノン株式会社 工具条件決定装置、学習装置、および方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05168B2 (zh) * 1985-01-24 1993-01-05 Yamazaki Mach Works
JPH1058280A (ja) * 1996-08-16 1998-03-03 Hitachi Ltd 加工工程設計システム
CN1737716A (zh) * 2000-10-26 2006-02-22 西铁城时计株式会社 加工程序的自动生成方法及其装置
CN102081376A (zh) * 2011-02-25 2011-06-01 武汉华中数控股份有限公司 一种基于指令序列优化的加工负荷控制系统
CN106483931A (zh) * 2015-08-27 2017-03-08 发那科株式会社 具备菜单的数值控制装置
CN106483934A (zh) * 2015-08-27 2017-03-08 发那科株式会社 数值控制装置
CN106527347A (zh) * 2016-10-28 2017-03-22 哈尔滨工业大学深圳研究生院 一种数控机床自学习修正误差系统及方法
CN106557816A (zh) * 2015-09-30 2017-04-05 发那科株式会社 具备机械学习器以及组装试验器的生产设备
CN106843156A (zh) * 2016-05-13 2017-06-13 捷准科技股份有限公司 产生g代码档案储存及执行加工的电脑数控机床
CN107045293A (zh) * 2016-02-05 2017-08-15 发那科株式会社 机械学习器及方法、数值控制装置、机床系统、制造系统
CN107305370A (zh) * 2016-04-25 2017-10-31 发那科株式会社 设定与产品的异常相关的变量的判定值的生产系统
CN107436595A (zh) * 2016-05-27 2017-12-05 发那科株式会社 机械学习装置、故障预测装置、机械系统及机械学习方法
CN107953144A (zh) * 2016-10-18 2018-04-24 发那科株式会社 学习机床加工程序的设定值的机械学习装置及加工系统
CN108202327A (zh) * 2016-12-16 2018-06-26 发那科株式会社 机器学习装置、机器人系统以及机器学习方法
CN108227633A (zh) * 2016-12-13 2018-06-29 发那科株式会社 数值控制装置以及机器学习装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63131205A (ja) * 1986-11-21 1988-06-03 Hitachi Seiko Ltd Ｎｃ放電加工機用加工条件設定装置
JP4657436B2 (ja) * 2000-10-26 2011-03-23 シチズンホールディングス株式会社 自動プログラミング方法及び自動プログラミング装置
JP6557198B2 (ja) * 2016-09-06 2019-08-07 ファナック株式会社 数値制御装置
JP6470251B2 (ja) * 2016-12-26 2019-02-13 ファナック株式会社 数値制御装置及び機械学習装置

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05168B2 (zh) * 1985-01-24 1993-01-05 Yamazaki Mach Works
JPH1058280A (ja) * 1996-08-16 1998-03-03 Hitachi Ltd 加工工程設計システム
CN1737716A (zh) * 2000-10-26 2006-02-22 西铁城时计株式会社 加工程序的自动生成方法及其装置
CN102081376A (zh) * 2011-02-25 2011-06-01 武汉华中数控股份有限公司 一种基于指令序列优化的加工负荷控制系统
CN106483931A (zh) * 2015-08-27 2017-03-08 发那科株式会社 具备菜单的数值控制装置
CN106483934A (zh) * 2015-08-27 2017-03-08 发那科株式会社 数值控制装置
CN106557816A (zh) * 2015-09-30 2017-04-05 发那科株式会社 具备机械学习器以及组装试验器的生产设备
CN107045293A (zh) * 2016-02-05 2017-08-15 发那科株式会社 机械学习器及方法、数值控制装置、机床系统、制造系统
CN107305370A (zh) * 2016-04-25 2017-10-31 发那科株式会社 设定与产品的异常相关的变量的判定值的生产系统
CN106843156A (zh) * 2016-05-13 2017-06-13 捷准科技股份有限公司 产生g代码档案储存及执行加工的电脑数控机床
CN107436595A (zh) * 2016-05-27 2017-12-05 发那科株式会社 机械学习装置、故障预测装置、机械系统及机械学习方法
CN107953144A (zh) * 2016-10-18 2018-04-24 发那科株式会社 学习机床加工程序的设定值的机械学习装置及加工系统
CN106527347A (zh) * 2016-10-28 2017-03-22 哈尔滨工业大学深圳研究生院 一种数控机床自学习修正误差系统及方法
CN108227633A (zh) * 2016-12-13 2018-06-29 发那科株式会社 数值控制装置以及机器学习装置
CN108202327A (zh) * 2016-12-16 2018-06-26 发那科株式会社 机器学习装置、机器人系统以及机器学习方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117320840A (zh) * 2021-10-04 2023-12-29 三菱电机株式会社 加工程序生成装置及加工程序生成方法
CN117320840B (zh) * 2021-10-04 2024-04-16 三菱电机株式会社 加工程序生成装置及加工程序生成方法
CN115981236A (zh) * 2023-03-20 2023-04-18 山东山森数控技术有限公司 一种数控车床车削过程能耗预测方法
CN115981236B (zh) * 2023-03-20 2023-05-30 山东山森数控技术有限公司 一种数控车床车削过程能耗预测方法

Also Published As

Publication number Publication date
DE112018007741B4 (de) 2024-02-01
WO2020012581A1 (ja) 2020-01-16
CN112384867B (zh) 2021-10-29
DE112018007741T5 (de) 2021-03-18
JPWO2020012581A1 (ja) 2020-07-27
JP6584697B1 (ja) 2019-10-02

Similar Documents

Publication Publication Date Title
CN112384867B (zh) 机器学习装置、数控加工程序生成装置及机器学习方法
JP6599069B1 (ja) 機械学習装置、加工プログラム生成装置および機械学習方法
JP2017030067A (ja) 加工時間測定機能とオンマシン測定機能を有する制御装置付き加工装置
CN107664985B (zh) Cad/cam-cnc集成系统
KR20190141611A (ko) 데이터베이스에서 선택된 전략들을 기반으로 한 머시닝
JP7383982B2 (ja) 工具寿命予測システム
US11474497B2 (en) Numerical control device, machine learning device, and numerical control method
JP2004284002A (ja) 加工制御装置
JP7101131B2 (ja) 数値制御システム
EP1895375A1 (en) Machining step generation device
CN103529753A (zh) 具备程序重启功能的数值控制装置
CN108931959A (zh) 控制装置及机械学习装置
CN110355462A (zh) 加工条件调整装置以及机器学习装置
CN110405532A (zh) 工具选定装置以及机器学习装置
US20180032054A1 (en) Machining Status Display Apparatus, and NC Program Generating Apparatus and NC Program Editing Apparatus Provided with the Same
JP2008183706A (ja) 加工制御装置、工具決定方法および工具決定プログラム
US20150127136A1 (en) Wire-cut electrical discharge machining machine and method of machining therein
CN110174871B (zh) 控制装置、机器学习装置以及系统
CN112114560A (zh) 加工指令改良系统以及加工指令改良方法
CN110780637A (zh) 工具管理系统、工具管理装置以及工具管理方法
CN116569117A (zh) 机器学习装置、加工程序生成装置及机器学习方法
CN111113423A (zh) 一种轮毂去毛刺机器人编程系统
Osman Zahid et al. End mill tools integration in CNC machining for rapid manufacturing processes: simulation studies
KR100959240B1 (ko) 시엔시 공작기계의 자동 툴링 시스템
WO2019220575A1 (ja) 数値制御加工プログラム生成装置および数値制御加工プログラムの生成方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant